一种基于无监督学习算法的鱼探仪底质回波分类  

作　　者：奚旺 张进[1,2] 朱卫东[3] 

机构地区：[1]上海海洋大学海洋生物资源与管理学院 [2]上海海洋大学资产与实验室管理处 [3]上海海洋大学海洋科学与生态环境学院

出　　处：《中国科技信息》2024年第19期126-130,共5页China Science and Technology Information

基　　金：上海市农委科技兴农技术创新项目(沪农科创字2022第2-1号)。

摘　　要：底质分类是海洋探测和资源勘探中的重要课题。鱼探仪底质回波数据包含底质的声学特征,但受到采集条件、环境等因素的影响,有标记的回波数据往往非常有限,这严重制约了底质分类模型的训练和性能提升。针对这一问题,本研究提出一种基于核主成分分析和K-means++聚类算法相结合的底质分类方法。

关 键 词：核主成分分析 声学特征 海洋探测 回波数据 资源勘探 鱼探仪 聚类算法 回波分类 

分 类 号：P714[天文地球—海洋科学] TP18[自动化与计算机技术—控制理论与控制工程]